Vous êtes sur la page 1sur 17

15/05/2016

UNIVERSITE IBN TOFAIL


FACULTE DES SCIENCES DE KENITRA

Modélisation
mathématique et Numérique en
Hydrogéologie
Année universitaire 2015/2016

Par :
Pr. El Mansouri B.
Université Ibn Tofail Faculté des Sciences
b_elmansouri@yahoo.fr

Modélisation ?
C’est quoi un modèle physique?
Outil désigné pour représenter une version
simplifiée de la réalité.

A quoi Bon?
-Comprendre le fonctionnement du système
-Identification des paramètres physiques qui
gouvernent le phénomène
-Prédire le comportement future du système

Le métier du Modélisateur est de simplifier la réalité:


1. Représente les processus en forme simple,
2. Simplifie la répartition spatiale des paramètres,
3. Permet l’analyse en intervalles de temps au
lieu du temps continue

1-Modèles réduits :

Echelle Physique expérimental


(académique)

Nappe(aquifère) en modèle réduit

Ecoulement de surface en modèle réduit

1
15/05/2016

2. Modèles analogiques (Années 70)


Les écoulements
R4 souterrains sont très
R1 similaires aux
phénomènes
électriques. Les
R2 R3 équations et le
comportements sont
très similaires.
Hydrodynamique Electricité

H: Potentiel ou charge Hydraulique U: Potentiel électrique


Q: Débit I: Intensité
V = dQ/dS: Vitesse de Darcy I = dI/dS: densité de courant
K: Conductivité Hydraulique  = 1/: Conductivité électrique
Q = -KdS(dh/dl): loi de Darcy I = -  dS(dU/dl): loi d’Ohm
S: Coefficient d’emmagasinement C: Capacité

Problématiques de Gestion de l’aquifère

F F

Peut - on connaitre les paramètres hydrodynamiques en tout point de l’aquifère ?


Peut - on prédire un rabattement contraignant dans l’étendu de l’aquifère ?
Ces forages pourraient ils être polluée ?
Comment la piézométrie évoluera dans le temps ?

3- Modèles mathématiques
 Modèles probabilistes/stochastiques.
 Modèles déterministes: Equation de diffusivité

( T h
x x x )+ 
( T h
y y y ) +  ( Tz h ) = Ss h + Q
z z t
Résolution Problème direct: T Hcal

Résolution par Problème inverse Href T


Souvent, dans les aquifères à extension régionale, les paramètres
hydrodynamiques sont inconnus, sauf au niveau de quelques points ou les
essais de pompage sont effectués.

L’un des objectifs essentiels de la Modélisation est la quantification de ces


paramètres (Identification de paramètres) sur l’ensemble du domaine en fonction
de pas de discrétisation (maillage) adopté.

2
15/05/2016

Phases de développement du Modèle:

1. Définition du but du modèle: identification de paramètres, gestion,


prédictions,…

2. Créer une base de données exhaustif (Synthèse biblio, …)


3. Elaboration du modèle conceptuel (CsL, fonctions sources,…)
4. Fixer le modèle mathématique adéquat au phénomène physique
étudié,

5. Etablissement du modèle (Développement du code informatique),

6. Calage du Modèle,

7. Analyse Sensitive: effet de changements des valeurs des


paramètres sur les résultats du modèle,

8. Validation ,

9. Exploitation du modèle comme outil de prise de décision pour la


gestion des nappes.

Modélisation Numérique;

Élaboration du modèle conceptuel:


 Définition du modèle stratigraphique (stratigraphie, épaisseurs, coupes, ….
 Définition du modèle conceptuel:
•Détermination de l’extension du domaine
•Natures des conditions aux limites (alimentation, drainages, Relation
nappe-rivière,
•Paramètres hydrodynamiques (K, T, ne)
•Termes sources (puits, recharge, drainance,…)
 Génération et exécution du modèle numérique
Génération automatique du maillage, raffinement en zones
spécifiques,…
Fixation des conditions aux limites
Attribution des caractéristiques de l’aquifère: paramètres
hydrodynamiques, termes sources (recharge, pompage,…)

 Visualisation des résultats


 Calage du modèle
 Problème direct ou
 Problème inverse
 Validation et exploitation du modèle

Données requises pour l’élaboration


du Modèle de simulations hydrogéologiques

Nécessité d’utilisation des Système d’Informations Géographiques pour


l’organisation des données, la production de cartes spécifiques et
la superposition de différentes données

3
15/05/2016

Modélisation Numérique:
Processus général:

 Overview of the computational solution


procedures
Système of Equations
Equations Solution
Discrétisation Algébrique (Matrice)
gouvernantes approximée
Equations Solveur

Solutions Différences finies Valeurs Tridiagonal Ui (x,y,z,t)


continues Discrètes
Volumes finis ADI p (x,y,z,t)
par
Eléments finis nœuds SOR
T (x,y,z,t)
Spectral Gauss-
Seidel or
Eléments
frontières Gaussian  (,,, )
elimination

Problème ou système physique Lois de la physique,


sciences de l’ingénieur

Modélisation des EDP ou ED Résolution analytique

Approximation

Différences finies Éléments finis Ou, autres méthodes


Introduction des Données
du système physique
Calcul (Méthodes Directes Calcul (Méthodes Directes
ou Itératives) Ou Itératives)
Convergence Convergence
Analyse de l’erreur Analyse de l’erreur

Non Adéquation
Calage état réel /
état calculé
Oui
Adoption des résultats calculés

Validation et exploitation 11

Modélisation Numérique;

Quand utilise –t- on les modèles numériques ?:

- Quand le phénomène physique ne peut être décrite


par les méthodes analytiques: équations non linéaires,
couplés
Exemple de
Solution analytique:

- Quand la géométrie du milieu est complexe: (milieu


hétérogène, conditions de frontières irrégulières,…)

- Les méthodes numériques ont les inconvénients


suivants:
- Basées des approximations,
- Tachées d’erreurs de calcul,
- Problème de stabilité du calcul.

4
15/05/2016

Modélisation Numérique
Approche par Grid:
Consiste à dresser et fixer un maillage et d’affecter les
caractéristiques hydrogéologique

Modélisation Numérique;

Approche conceptuelle (suite):

Modélisation Numérique;
Approche conceptuelle:
 Définitions des Conditions aux Limites (CL) des modèles
numérique en Hydrogéologie
Les conditions aux limites influencent l’unicité de la solution. Les résultats
des simulations dépendent fortement des conditions fixées.

5
15/05/2016

Modélisation Numérique;
Approche conceptuelle:
 Définitions des Conditions aux Limites (CL) des modèles
numérique en Hydrogéologie
Les conditions aux limites influencent l’unicité de la solution. Les résultats
des simulations dépendent fortement des conditions fixées.

Déterminer :
-Les conditions aux limites
-Le gradient hydraulique
-La relation nappe rivière

Carte piézométrique du bassin de Guercif (ABHM, 2007)

Equation de diffusivité-Rappel
Soit un volume élémentaire représentatif objet d’un écoulement souterrain,
 
Loi de Darcy : Vk .i
 dh
 i x   dx


dh
i  grad.h   i y  
 dy
 dh
 iz  
 dz
Si on considère que l’écoulement est bidimensionnel
dans le plan (x,y):  dh
 vx  k x dy
 
v   k. grad .h  
 v  k dh
 y y
dy
Le bilan à travers le VRE en régime permanent est :  qe   qs ( Débit entrants = Débit sortants)

 qe  (q x  q y  qz ) et q s  (q x  q y  q z )  dq x  dq y  dq z

Si le régime est permanent :


q e   q s  dq x  dq y  dq z  0
18

6
15/05/2016

Equation de diffusivité (suite)

 dh dq x d2h
 q x  v x .dy.dz  k x . .dy.dz  dq x  .dx  k x . 2 .dx.dy.dz
 dx dx dx
 dh dq d2 h
y
 q y  v y .dx.dz  k y . .dx.dz  dq y  .dy  k y . 2 .dx.dy.dz
 dy d y dy
 2
 qz  v z .dx.dy  k z . .dx.dy  dqz  z .dz  k z . h .dx.dy.dz
dh dq d
 dz dz dz2

Si le milieu est isotrope:  K x  K y  Kz 19

Equation de diffusivité (suite)

 d 2 h d 2 h d 2h 
dq x  dq y  dq z  K 2  2  2 dx .dy .dz  0
 dx dy dz 

Sous réserve pour :


k0 et d x  d y  dz  0

 d 2 h d 2h d 2 h 
 2  2  20 Laplacien h
 dx dy dz 

En présence de terme source, cette équation pourrait avoir la forme suivante:

 d2h d2h d2h  W : terme source représente les taux de


 2  2  2W
 dx dy dz 
recharge et de pompage

Forme du Poisson 20

Equation de diffusivité en Régime transitoire


En régime transitoire, la loi de conservation de la masse d’eau (ou de volume) implique que
.
la variation du stocke d’eau emmagasiné dans le volume VT=edxdy pendant le temps dt
soit égale à la variation des débits traversant le même volume VT pendant la
dv
même période dt. Alors: S
dh.dA  dv  S.dh.dx .dy
Pendant la durée dt, le volume v T  e.dx .dy
, modifie son stocke de la valeur:

dh
dv  S.dx .dy. .dt
dt
Pendant cette même durée dt dont la modification du volume d’eau emmagasiné
est dû à la différence (négative ou positif en fonction de l’alimentation ou
prélèvement = sorties) entre les débits entrants et sortants:

dv  ( q s   q e ).dt   dq i dt
21

7
15/05/2016

Equation de Diffusivité en Régime Transitoire


Soit e : épaisseur du VER, et I: infiltration ou Prélèvement du système:

 qe  qx  q y  qz  q x  q y  0  qs  (q x  dq x )  (q y  dq y )  (0  I.dxdy)
Soit  qs   qe  dq x  dq y  I.dx.dy
dq x dh
dq x  .dx avec q x  v x .e.dy et v x  k x .
dx dx
dq y dh
dq y  .dy avec q y  v y .e.dx et v y  k y .
dy dy

d 2h d2 h d2h d2h
dq x  k x .e. 2
.dxdy  Tx 2 dxdy dq y  k y .e. 2 .dydx  Ty 2 dydx
dx dx dy dy

d2h dh
dv   qs   qe .dt  (Tx  Ty 2  I).dx.dy.dt
dx 2 dy 22

Démonstration de l’équation de diffusivité

d 2h d 2h
 (Tx  Ty 2  I).d x .d y .dt  S.dh.dx.dy
dx 2 dy
d 2h d 2h dh
Tx 2
 Ty 2
 S I Equation de la diffusivité
dx dy dt
h: fonction, hauteur piézométrique, solution de l’équation. Cette solution
existe sous condition que les paramètres T et S sont connus

d2 h d 2h dh Equation de la diffusivité:
T(  )  S I Régime transitoire, milieu isotrope
dx 2 dy 2
dt
d 2h d 2h Equation de la diffusivité
T( 2 )  I Régime permanent, milieu isotrope
dx dy 2
Cette équation EDP n’admet de solution analytique que dans des cas particuliers
(Solution de Theis).
Des méthodes d’approximation numérique sont utilisées:
Différences finies(DF),Eléments finis(EF),Eléments Volumes Finis (EVF)
23

Résolution numérique
Maillage Elément Finis (EF) Maillages Différences Finies (DF)

 h  h
Kxx( x )+ Ky y( y )+ Kz  (h ) = Ss h + Q
z z t
La solution est une approximation numérique
Sous
- des conditions initiales et
- des conditions aux limites.
24

8
15/05/2016

Résolution numérique
Méthodes des Elément Finis (EF)
- Maillage flexible: méthode adaptée
aux domaines à géométrie complexe,
mais difficile à mettre en œuvre

-La discrétisation peut respecter les


éventuels singularités dans le
domaine (positionnement de puits,
de structures (failles, changement de
faciès,…

-Difficultés de préparation des


données (coordonnées des sommets
des éléments, ordre des sommets,…

Logiciel Feflow de (Wasy & DHI)


25

Résolution numérique
Méthode de différences finies:
-Méthode adaptée aux domaines à
géométrie simple (régulière:
rectangles par exemple) , mais facile
mettre en œuvre (à programmer)

-La discrétisation ne peut respecter


le positionnement des éventuels
singularités dans le domaine
(positionnement de puits, de
structures (failles, changement de
faciès,…
-Maillage rigide: peut être carré,
rectangulaire, ou hybride facile à
introduire dans le code.

Logiciels: - Modflow\GMS,
- Modflow\Visual modflow,
- …. 26

Principes de la méthode des DF.


Approximation de Taylor:
Selon l’approximation de Taylor:
Une fonction h(x) peut être sous la forme d’une série
infinie:
Dx 2
h(x  Dx)  h(x)  Dxh' (x)  h' ' (x) 
 2
Dx 2
h( x  Dx )  h ( x )  Dxh ' ( x)  h' ' ( x )  
2
Où:
 h’(x) est la dérivée première et,
 h’’(x) est la dérivée seconde,…..

27

9
15/05/2016

Approximation de Taylor pour (dh/dx):


En négligeant la seconde et les puissances supérieures, et
en réarrangeant, l’approximation de la dérivée h’(x):

dh  1
h' x      h x  Dx   h x  Forward Diff
dx x Dx

dh  1
h' x      h x   h x  Dx  Backward Diff
dx x Dx

Fonction h(x)

h(x - Dx) h(x) h(x + Dx)


28

Approximation de Taylor pour (d2h/dx2):


D’autre part, la sommation de ces deux équations, et en
négligeant les termes de niveau supérieur, et en effectuant
un réarrangement l’approximation pour h’’(x) :
Dx 2
h(x  Dx)  h(x)  Dxh' (x)  h' ' (x) 
 22
Dx
h(x  Dx)  h(x)  Dxh' (x)  h'' (x) 
 2
On aura par la suite:
d 2 h  1
h''  x    2  h x  Dx   2 hx   hx  Dx 
dx x Dx 2

Fonction h(x)

h(x - Dx) h(x) h(x + Dx) 29

Solution Numérique de l’Equation Laplace:

 2h  2h
 0 DX
x 2 y 2 hi,j
DY

yj+1
 Supp. ∆x = ∆y [Maillage carrée ou rectangulaire]
 On note h(xi,yj) = hi,j yj

 h(xi+∆x, yj+∆y) = hi+1,j+1, yj-1


xi-1 xi xi+1
En remplaçant les termes dans Equ. Laplace, l’ F.D.E. devient
1
h x i , y j x  hi,j  h  2hi , j  hi 1, j 
Dx 2 i 1, j
1
hxi , y j y  hi, j  2 hi , j 1  2hi , j  hi , j 1 
Dy
30

10
15/05/2016

Equation de Laplace approximée:


En effectuant une sommation des deux approximation on
peut avoir:

h xi , y j   h xi , y j  
x y

1
Dx

2 hi1, j  2hi , j  hi 1, j   h i, j1  2 hi, j  hi, j 1  
1

h
D x 2 i1, j
 hi, j 1  4h i, j  h i1, j  hi, j 1  0 
On en déduit hi,j tel que:

1
hi , j 
4

hi 1, j  hi , j 1  hi 1, j  hi , j 1 
31

Application à un maillage 3x3 :

 On définit les conditions aux limites et


initiales estimées pour h, et on suppose:
h=0
initialisation du calcul: h1=h2=h3=h4= 0
1
h=0 2 h=0
 Notons un nouveau estimateur pour h1, 3 4
dite h1m+1
h=1
 h1m+1 = (Toit + droite + mur+ gauche)/4
 h1m+1 = {0 + h2 + h3 + 0}/4

 On répète pour les noeuds 2, 3, et 4 en


utilisant la même procédure de calcul
32

(Suite: Application à un maillage)

h=0
 h1m+1 = {0 + h2m + h3m + 0 }/4
 h2m+1 = {0 + 0 + h4m + h1m }/4 1 2
h=0 h=0
 h3m+1 = {h1m + h4m + 1 + 0 }/4 3 4
 h4m+1 = {h2m + 0 + 1 + h3m }/4
h=1

Utiliser les valeurs initiales et les conditions aux limites


pour la première approximation,
Utiliser les valeurs calculées (m+1) pour les
approximations (m+2)
m: ordre d ’itération
33

11
15/05/2016

Discrétisation de l’équation de Diffusivité en DF

 T h  T h  h = Ss h + Q
x
( x x )+ y
( y y ) + z( Tz z ) t (LT-1)

Dans le cas de nappe captive (T=Ke),

L’équation prend la forme linéaire (T ne dépend pas de h)

d 2h d 2h dh ou T(
d 2h d 2h dh
Tx 2
 Ty 2
 Ss  Q 2
 2 )  Ss Q
dx dy dt dx dy dt (LT ) -1

Q(LT-1):terme source ou puits. Il comprend : prélèvements (pompage et


flux échangés, de la maille avec ses limites (entrées et sorties). Son
dimension lui confère le nom de débit spécifique
34

Discrétisation de l’équation de Diffusivité en DF

Pour la résolution de l’équation EDP précédente, on adopte


l’approche de Bilan :

L’équation du bilan (Balance equation (Marsily, 1986):

QN + QE + QS + QW = Qi + Qem i = Q (L3.T-1) N
hN
Qi+Qemi
QN
La loi de Darcy implique: hW
Hi hE
W E
Q= K.A.(DH/a ) Qw QE
(L3.T-1) QS
Q = T.(H1-H2) a hS
S
A a
Sachant que T=K.e (L2.T-1)
e
et A= e.a (L2)
35

Discrétisation de l’équation de Difusivité en DF (Suite)

A partir des équation précédentes (Equation du bilan et de Darcy, on peut


écrire:
dHI
TN(HN HI )TE(HE HI )TS(HS HI )TW(HW HI ) QI a2SI (L3.T-1)
dt
Les TW, TN, TE etTS sont dites transmissivités de passage entre
les cellules ou entre les nœuds . N
Exemple: TW: transmissivité de passage du nœud W vers le HN
Qi+Qemi
nœud i (nœud central où le calcul s’effectuera (Hi inconnu) QN
HW HE
Parfois, on travaille par des transmissivités moyennes W Hi
E
de TW et TI (moyenne arithmétique, géométrique,…) Q QE
QS
T(HN + HS + HE +HW - 4Hi) = a2 Si(dH/dt)+Qi(L3.T-1) HS
S
T(HN + HS + HE +HW - 4Hi) = Qi Avec Qi: Termes sources (L3.T-1)

Hi est l’inconnu de l’équation = Solution de l’équation 36

12
15/05/2016

Propriétés de la matrice des Transmissivités


Les transferts de l’eau aux frontières de la maille sont régis par les
paramètres TN, TE, TS et TW représentant la transmissivité de la nappe dans
les quatre directions N, E, S et W, parfois, désignées sous le nom de
transmissivités de passage.

Ce sont elles, en particulier, qu’il conviendra d’ajuster au cours du calage du


modèle pour assurer l’adéquation entre les niveaux piézométriques calculés
et observés. On préfère en général, plutôt que d’introduire quatres
paramètres par mailles, engendrer les transmissivités de passage par le
calcul à partir d’une transmissivité unique moyenne attribuée à chaque
maille.

La transmissivité de passage Tij entre deux mailles notées i et j est alors


fonctions des transmissivités Ti et Tj de chacune des mailles:
Tij=f(Tj, Tj)=f(Tj,Ti)

37

Propriétés de la matrice des Transmissivités (Suite)

La matrice des Transmissivité T possède les propriétés suivantes:

 Symétrique,

 Diagonalement dominante, le terme diagonal se présente comme la


somme changée de signe des termes non diagonaux: - (TN+TE+TS+TW)

 Structure bandée: la ligne (ou la colonne) ne comporte au maximum que


cinq termes non nuls. La largeur de bande dépend de l’ordre dans lequel
sont rangées les mailles au moment de l’équation du bilan.

Ces propriétés générales entraînent des conséquences quant aux


méthodes de résolution des systèmes linéaires associés à la matrice T.

38

Propriétés de la matrice des Transmissivités (Suite)

Plusieurs formulations peuvent être proposées pour la fonction f


qui doit cependant être obligatoirement symétrique afin de
respecter la réciprocité du calcul des échanges entre mailles:

Ti  T j
Tij  Moyenne arithmétique
2
Tij  TiT j Moyenne géométrique

2TiT j
Tij  Moyenne Harmonique
Ti  T j
Des études faites sur la répartition statistique des Transmissivités ont montré que la
Moyenne Géométrique représentait bien la tendance spatiale des valeurs mesurées
ponctuellement.
39

13
15/05/2016

 Discrétisation de l’équation de Difusivité en DF

dHI (L .T )
TN(HN HI )TE(HE HI )TS(HS HI )TW(HW HI ) QI a2SI 3 -1

En régime permanent (H constant durant le temps):


dt
T(HN + HS + HE +HW - 4Hi) = Qi Qi: Termes sources (L3.T-1)
Pour généraliser cette équation sur Limites du domaine
le domaine discrétisé, on peut conditions connues
écrire sous la forme suivante: j
k H1 H2
T(HN + HS + HE +HW - 4H1,1) = Q1
T(HN + HS + HE +HW - 4H1,2) = Q2
….
…. (Attentions aux indices!)

T(HN+ HS + HE +HW - 4Hn,n) = Qn
Hn
NB. La transmissivité (donnée) peut être
différente d’une équation à une autre, ou
exprimée en moyenne par cellule. 40

Introduction des Conditions aux Limites (CL):


Les CL. De charge imposée et débit imposé peuvent être facilement
incorporé au système d’équations:
1-Condition de Neuman: flux imposé
dH I
Qo  TE ( H E  H I )  TS ( H S  H I )  TW ( H W  H I )  QI  a 2 S I
Qo dt
QW QE
W E
HW Hi HE
QS
S HS
2-Condition de Direchlet: Potentiel imposé
dH j
TN ( H NO  H J )  TE ( H E  H j )  TS ( H S  H j )  TW ( HW  H j )  Q j  a 2 S j
dt
(L3.T-1) HNO (L3.T-1) (L3.T-1)
QW QE
W E
HW Hj HS
QS
HS
S 41

 Discrétisation de l’équation de Difusivité en DF

Le code de calcul devra calculer les Hi sur les nœuds internes en inversant
une matrice d’ordre n (nombre de nœuds internes et sous les conditions
aux limites et conditions initiales .
D’autre part, T (ou K ) est supposée connue. C’est pas le cas en général
d’où la nécessité du phase de calage (phase d’identification de
paramètres)

Le système matriciel est résolu j


par différents techniques k
numériques: méthodes directes
ou itératives, ….

42

14
15/05/2016

Cas particuliers des sources:

Hsources= Z (altitude de leur position) Potentiel connu


Condition de Dirichlet
43

Traitement de systèmes multicouches:


La méthode de traitement numérique de l’équation de diffusivité qui vient d’être exposée peut
être sans difficultés adaptée au cas des systèmes multicouches. Chaque couche figurant un
aquifère individualisé est maillée à l’aide de mailles carrées de côté a, de telle sorte que les
différentes mailles , lorsqu’elles existent , se correspondent en projection verticale.

HH

QH
N
Aquifère 1
a QN HN

QW QE
W
HW Hi HE E
QS

HS QB
Aquifère 2 S

H H  Hi HB
QH  K H a2 Bilan des flux en
EH eau sur la maille i
Discrétisation spatiale dans le cas
H B  Hi Multicouche
d’un domaine bicouche QB  KBa2
EB 44

Modèles mathématiques en transitoire

 Modèles déterministes: Equation de diffusivité



( T h
x x x )+ 
( T h
y y y

) + z ( Tz h ) = Ss h + Q
z t

T(HN + HS + HE +HW - 4HI) = a2 S (dH/dt)+Q


i i
Moyennant:
Etat piézométrique initiale
Etat piézométrique de référence finale
Historique de prélèvement
Historique de recharge
Historique de Piézométrique (calage en fonction du temps)

45

15
15/05/2016

Schémas numériques de résolution


des systèmes linéaires
On cherche à résoudre le système suivant :

On note ce système:

Soit:
Rien n’est changé en :
- Permutant deux lignes simultanément en A
et B
- Multipliant chaque ligne par un scalaire
- Additionnant à une ligne une autre ligne de
la matrice
- Combinant les opérations précédentes
NB. il existe une seule solution X si la matrice A est régulière
(déterminant non nul) 46

Méthode de résolution numérique

I-Méthodes directes:
- Méthode de Gauss-Jordan ou méthode du pivot

Limite de la méthode:
Si l'élément pivot est nul (ou proche de 0), on ne peut pas faire la division (le résultat peut
être faussé).
- Méthode de Gauss (ou triangularisation)

II-Méthodes itératives:
-Méthode de Gauss-Seidel

-Méthode de Jacobi

Coefficient de Relexation (SOR)

III-Méthode du double balayage pour les matrices


tridiagonales (Cholesky). 47

Méthode de résolution numérique


I-Méthodes directes:
- Méthode de Gauss-Jordan ou méthode du pivot

48

16
15/05/2016

I-1- Méthode de Gauss-Jordan ou


méthode du pivot (suite)
on annule le premier terme des autres lignes en retranchant à chaque ligne la
première multipliée par le premier élément de chaque ligne

On dit que l'on vient de prendre la première ligne comme pivot et son premier élément
comme élément pivot.
On recommence en prenant comme pivot la seconde ligne et son deuxième élément comme
élément pivot.

D’où la résolution de l’équation:

NB. Si l'élément pivot est nul (ou proche de 0), on ne peut


pas faire la division (le résultat peut être faussé). 49

1-2- Méthode de Gauss (ou triangularisation)


On cherche cette fois à se ramener à un système de la forme :

On cherche donc à transformer la matrice A en une matrice triangulaire


supérieure équivalente (on peut aussi raisonner avec une matrice triangulaire
inférieure).
L'algorithme est le même que pour la méthode précédente, mais l'étape de
soustraction ne s'effectue que pour les lignes inférieures. Puis on trouve les
solutions en prenant :

(to be continued) 50

17